摘要
本发明属于金属材料腐蚀信息化技术领域,具体涉及一种基于SHAP的增强型神经网络预测模型及耐候钢大气腐蚀速率预测方法,该预测方法包括:采集待测耐候钢的样本数据并进行预处理,其中待测耐候钢的样本数据包括基于SHAP的增强型神经网络预测模型中已确定的关键特征;将预处理后的数据输入基于SHAP的增强型神经网络预测模型中,获得待测耐候钢的腐蚀速率。本发明不仅有效解决了传统方法中存在的预测精度不足、成本高以及长期性能难以评估等问题,还为耐候钢材料在实际工程应用领域提供了可靠的数据支持和决策依据,可适用于耐候钢长期服役性能的快速可靠评估。
技术关键词
神经网络预测模型
神经网络模型
超参数
大气腐蚀速率
预测模型构建方法
数据
样本
特征工程
耐候钢
相对湿度
模型预测值
阈值方法
特征数
策略
精度
金属材料
合金
特征值
系统为您推荐了相关专利信息
数据库访问方法
数据存储系统
长短期记忆模型
调度特征
预测特征
图像分类模型
医学高光谱
高光谱图像分类方法
神经网络模型训练
样本
资产数字化方法
实体
多模态信息
传感器
数据嵌入
多传感器数据融合
碰撞检测方法
碰撞检测装置
加速度
数据处理单元